本發(fā)明涉及微博數(shù)據(jù)傳播領(lǐng)域，尤其涉及一種微博數(shù)據(jù)的傳播路徑確定方法和裝置。

背景技術(shù)：

隨著互聯(lián)網(wǎng)的迅猛發(fā)展，人們每日通過(guò)互聯(lián)網(wǎng)平臺(tái)不斷轉(zhuǎn)載各種媒體報(bào)道的事件，如新浪微博、騰訊微博等互聯(lián)網(wǎng)平臺(tái)。

互聯(lián)網(wǎng)平臺(tái)具有信息傳播快，且用戶以虛擬網(wǎng)名進(jìn)行微博數(shù)據(jù)的傳播等特點(diǎn)，這就使得被轉(zhuǎn)載的微博數(shù)據(jù)，其傳播、擴(kuò)散的路徑難以被全面掌握。若被轉(zhuǎn)載的微博數(shù)據(jù)中具有負(fù)面煽動(dòng)、不安全威脅性的言論，則其對(duì)社會(huì)公眾安全會(huì)形成威脅。

因此，亟需建立可以對(duì)微博數(shù)據(jù)的傳播擴(kuò)散路徑進(jìn)行追蹤的方法，以用于對(duì)信息溯源并對(duì)信息的傳播路徑進(jìn)行掌控，保證國(guó)家信息安全，保證公眾獲取到正面且積極的網(wǎng)絡(luò)信息。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種微博數(shù)據(jù)的傳播路徑確定方法和裝置，用于解決現(xiàn)有技術(shù)中對(duì)傳播速度快，信息量大的微博數(shù)據(jù)難于掌控其傳播路徑的問(wèn)題，本發(fā)明通過(guò)對(duì)微博數(shù)據(jù)進(jìn)行分析，能夠從微博數(shù)據(jù)中提取出其被轉(zhuǎn)載的轉(zhuǎn)發(fā)關(guān)系鏈，從而實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)傳播的微博數(shù)據(jù)追根溯源，得到微博數(shù)據(jù)的傳播路徑，以保證國(guó)家及公眾的信息安全利益。

本發(fā)明提供一種微博數(shù)據(jù)的傳播路徑確定方法，包括：

采集微博數(shù)據(jù)；所述微博數(shù)據(jù)包括：所述微博數(shù)據(jù)的內(nèi)容信息、所述微博數(shù)據(jù)的屬性信息；其中，所述微博數(shù)據(jù)的屬性信息包括：所述微博數(shù)據(jù)的發(fā)布者標(biāo)識(shí)、與所述微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的內(nèi)容標(biāo)識(shí)；

對(duì)采集得到的每一條所述微博數(shù)據(jù)進(jìn)行解析，在每一條所述微博數(shù)據(jù)的 內(nèi)容信息中確定所述微博數(shù)據(jù)中是否包含有轉(zhuǎn)發(fā)的微博數(shù)據(jù)；

獲取所述轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)，獲取與所述轉(zhuǎn)發(fā)的微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的原創(chuàng)內(nèi)容標(biāo)識(shí)；在所述微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，形成轉(zhuǎn)發(fā)關(guān)系鏈；

根據(jù)所述原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有所述微博數(shù)據(jù)中，確定與所述原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有所述轉(zhuǎn)發(fā)關(guān)系鏈；

對(duì)每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有所述轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，得到每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑。

可選的，所述在所述微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，形成轉(zhuǎn)發(fā)關(guān)系鏈，包括：

在所述微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)；

若存在，根據(jù)所述轉(zhuǎn)發(fā)用戶標(biāo)識(shí)排列的先后順序形成轉(zhuǎn)發(fā)序列，將所述原創(chuàng)者標(biāo)識(shí)設(shè)置在所述轉(zhuǎn)發(fā)序列的起始位置，將所述發(fā)布者標(biāo)識(shí)設(shè)置在所述轉(zhuǎn)發(fā)序列的終止位置，形成所述轉(zhuǎn)發(fā)關(guān)系鏈；

若不存在，形成僅包含從所述原創(chuàng)者標(biāo)識(shí)到所述發(fā)布者標(biāo)識(shí)的所述轉(zhuǎn)發(fā)關(guān)系鏈。

可選的，在所述微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，包括：

在所述微博數(shù)據(jù)的內(nèi)容信息中定位文本編輯字段；

在所述文本編輯字段中，確定是否存在轉(zhuǎn)發(fā)標(biāo)志；

若存在，提取所述轉(zhuǎn)發(fā)標(biāo)志所標(biāo)識(shí)的所述轉(zhuǎn)發(fā)用戶標(biāo)識(shí)。

可選的，所述微博數(shù)據(jù)的屬性信息還包括：

所述微博數(shù)據(jù)的發(fā)布時(shí)間、所述微博數(shù)據(jù)的來(lái)源網(wǎng)站、所述微博數(shù)據(jù)的url；

相應(yīng)的，所述對(duì)采集得到的每一條所述微博數(shù)據(jù)進(jìn)行解析之前，還包括：

根據(jù)所述微博數(shù)據(jù)的發(fā)布時(shí)間、所述微博數(shù)據(jù)的來(lái)源網(wǎng)站、所述微博數(shù)據(jù)的url中的至少一項(xiàng)，對(duì)采集得到的所述微博數(shù)據(jù)進(jìn)行分類及排序；

所述對(duì)采集得到的每一條所述微博數(shù)據(jù)進(jìn)行解析，包括：

根據(jù)所述分類及排序后的先后順序，逐一對(duì)采集得到所述微博數(shù)據(jù)進(jìn)行解析。

可選的，所述對(duì)每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有所述轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，得到每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑，包括：

將每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有所述轉(zhuǎn)發(fā)關(guān)系鏈兩兩比對(duì)，去除從所述轉(zhuǎn)發(fā)關(guān)系鏈中的首位開始，每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)及每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)的排列先后順序完全被其他轉(zhuǎn)發(fā)關(guān)系鏈包含的轉(zhuǎn)發(fā)關(guān)系鏈。

本發(fā)明還提供一種微博數(shù)據(jù)的傳播路徑確定裝置，包括：采集模塊，用于采集微博數(shù)據(jù)；所述微博數(shù)據(jù)包括：所述微博數(shù)據(jù)的內(nèi)容信息、所述微博數(shù)據(jù)的屬性信息；其中，所述微博數(shù)據(jù)的屬性信息包括：所述微博數(shù)據(jù)的發(fā)布者標(biāo)識(shí)、與所述微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的內(nèi)容標(biāo)識(shí)；

解析模塊，用于對(duì)采集得到的每一條所述微博數(shù)據(jù)進(jìn)行解析；

確定模塊，用于在每一條所述微博數(shù)據(jù)的內(nèi)容信息中確定所述微博數(shù)據(jù)中是否包含有轉(zhuǎn)發(fā)的微博數(shù)據(jù)；

獲取模塊，用于獲取所述轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)，獲取與所述轉(zhuǎn)發(fā)的微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的原創(chuàng)內(nèi)容標(biāo)識(shí)；

所述確定模塊，還用于在所述微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，形成轉(zhuǎn)發(fā)關(guān)系鏈；根據(jù)所述原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有所述微博數(shù)據(jù)中，確定與所述原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有所述轉(zhuǎn)發(fā)關(guān)系鏈；

去重模塊，用于對(duì)每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有所述轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，得到每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑。

可選的，所述確定模塊包括：

標(biāo)識(shí)確定子模塊，用于在所述微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)；

序列確定子模塊，用于在所述標(biāo)識(shí)確定子模塊確定存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)后，根據(jù)所述轉(zhuǎn)發(fā)用戶標(biāo)識(shí)排列的先后順序形成轉(zhuǎn)發(fā)序列，將所述原創(chuàng)者標(biāo)識(shí)設(shè)置在所述轉(zhuǎn)發(fā)序列的起始位置，將所述發(fā)布者標(biāo)識(shí)設(shè)置在所述轉(zhuǎn)發(fā)序列的終止位置，形成所述轉(zhuǎn)發(fā)關(guān)系鏈；

所述序列確定子模塊，還用于在所述標(biāo)識(shí)確定子模塊確定不存在從所述發(fā)布者標(biāo)識(shí)到所述原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)后，形成僅包含從所述原創(chuàng)者標(biāo)識(shí)到所述發(fā)布者標(biāo)識(shí)的所述轉(zhuǎn)發(fā)關(guān)系鏈。

可選的，所述確定模塊包括：

定位子模塊，用于在所述微博數(shù)據(jù)的內(nèi)容信息中定位文本編輯字段；

標(biāo)志確定子模塊，用于在所述文本編輯字段中，確定是否存在轉(zhuǎn)發(fā)標(biāo)志；

提取子模塊，用于在所述標(biāo)志確定子模塊確定存在所述轉(zhuǎn)發(fā)標(biāo)志后，提取所述轉(zhuǎn)發(fā)標(biāo)志所標(biāo)識(shí)的所述轉(zhuǎn)發(fā)用戶標(biāo)識(shí)。

可選的，所述微博數(shù)據(jù)的屬性信息還包括：

所述微博數(shù)據(jù)的發(fā)布時(shí)間、所述微博數(shù)據(jù)的來(lái)源網(wǎng)站、所述微博數(shù)據(jù)的url；

相應(yīng)的，所述裝置還包括：

分類排序模塊，用于根據(jù)所述微博數(shù)據(jù)的發(fā)布時(shí)間、所述微博數(shù)據(jù)的來(lái)源網(wǎng)站、所述微博數(shù)據(jù)的url中的至少一項(xiàng)，對(duì)采集得到的所述微博數(shù)據(jù)進(jìn)行分類及排序；

所述解析模塊，具體用于根據(jù)所述分類及排序后的先后順序，逐一對(duì)采集得到所述微博數(shù)據(jù)進(jìn)行解析。

可選的，所述去重模塊，具體用于將每個(gè)所述原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有所述轉(zhuǎn)發(fā)關(guān)系鏈兩兩比對(duì)，去除從所述轉(zhuǎn)發(fā)關(guān)系鏈中的首位開始，每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)及每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)的排列先后順序完全被其他轉(zhuǎn)發(fā)關(guān)系鏈包含的轉(zhuǎn)發(fā)關(guān)系鏈。

本發(fā)明提供的一種微博數(shù)據(jù)的傳播路徑確定方法和裝置，通過(guò)采集微博數(shù)據(jù)，并對(duì)采集得到的每一條微博數(shù)據(jù)進(jìn)行解析，以在每一條微博數(shù)據(jù)的內(nèi)容信息中確定出所包含的轉(zhuǎn)發(fā)的微博數(shù)據(jù)，并從轉(zhuǎn)發(fā)的微博數(shù)據(jù)中確定出被轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)、原創(chuàng)內(nèi)容標(biāo)識(shí)；再通過(guò)在微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，以形成該條微博數(shù)據(jù)的一條轉(zhuǎn)發(fā)關(guān)系鏈；再根據(jù)原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有微博數(shù)據(jù)中，確定與原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈；對(duì)每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，從而得到每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑。實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)傳播的微博數(shù)據(jù)追根溯源，掌握微博數(shù)據(jù)的傳 播路徑，保證國(guó)家及公眾的信息安全利益。

附圖說(shuō)明

圖1a為本發(fā)明微博數(shù)據(jù)的傳播路徑確定方法的實(shí)施例一的流程圖；

圖1b為圖1a所示實(shí)施例一的一種傳播路徑分布示意圖；

圖2為本發(fā)明微博數(shù)據(jù)的傳播路徑確定方法的實(shí)施例二的流程圖；

圖3為本發(fā)明微博數(shù)據(jù)的傳播路徑確定裝置的實(shí)施例一的結(jié)構(gòu)示意圖；

圖4為本發(fā)明微博數(shù)據(jù)的傳播路徑確定裝置的實(shí)施例二的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述。需要說(shuō)明的是，在附圖或說(shuō)明書中，相似或相同的元件皆使用相同的附圖標(biāo)記。

圖1a為本發(fā)明微博數(shù)據(jù)的傳播路徑確定方法的實(shí)施例一的流程圖，如圖1a所示，微博數(shù)據(jù)的傳播路徑確定方法，包括：

步驟101、采集微博數(shù)據(jù)。

在本步驟中，微博數(shù)據(jù)包括：微博數(shù)據(jù)的內(nèi)容信息、微博數(shù)據(jù)的屬性信息；其中，微博數(shù)據(jù)的屬性信息包括：微博數(shù)據(jù)的發(fā)布者標(biāo)識(shí)、與微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的內(nèi)容標(biāo)識(shí)。該微博數(shù)據(jù)可以為任意互聯(lián)網(wǎng)平臺(tái)上的任意形式的電子數(shù)據(jù)，例如，圖片、文本、視頻等。微博數(shù)據(jù)的發(fā)布者標(biāo)識(shí)可以為用戶在發(fā)布該微博數(shù)據(jù)的互聯(lián)網(wǎng)平臺(tái)上的用戶id或與用戶id對(duì)應(yīng)的用戶名稱；例如，用戶名稱可以為微博用戶“張三”；張三的用戶id可以為“80651236”；內(nèi)容標(biāo)識(shí)，是用于對(duì)用戶發(fā)出的每條微博數(shù)據(jù)的內(nèi)容進(jìn)行標(biāo)識(shí)的標(biāo)識(shí)信息，該內(nèi)容標(biāo)識(shí)的生成可以通過(guò)對(duì)每條微博數(shù)據(jù)生成與其唯一對(duì)應(yīng)的數(shù)據(jù)串得到，例如消息摘要算法第五版md5碼(messagedigestalgorithm，簡(jiǎn)稱“md5”)，該內(nèi)容標(biāo)識(shí)與其所對(duì)應(yīng)的微博數(shù)據(jù)的內(nèi)容具有唯一對(duì)應(yīng)關(guān)系，根據(jù)內(nèi)容標(biāo)識(shí)就可以獲知與其對(duì)應(yīng)的微博數(shù)據(jù)的內(nèi)容。

步驟102、對(duì)采集得到的每一條微博數(shù)據(jù)進(jìn)行解析，在每一條微博數(shù)據(jù)的內(nèi)容信息中確定微博數(shù)據(jù)中是否包含有轉(zhuǎn)發(fā)的微博數(shù)據(jù)。

在本步驟中，對(duì)采集得到的所有微博數(shù)據(jù)進(jìn)行逐條的分析，以建立每條 微博數(shù)據(jù)的屬性信息表，明確每條微博數(shù)據(jù)的個(gè)體特征。該屬性信息表中可以包含有該條微博的微博id(相當(dāng)于上面提到的與微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的內(nèi)容標(biāo)識(shí))、微博內(nèi)容(相當(dāng)于微博數(shù)據(jù)的內(nèi)容信息)、微博用戶id(相當(dāng)于微博數(shù)據(jù)的發(fā)布者標(biāo)識(shí))、發(fā)布時(shí)間、來(lái)源網(wǎng)站(該微博的發(fā)布平臺(tái)，如新浪、騰訊等)、轉(zhuǎn)發(fā)微博id(轉(zhuǎn)發(fā)該微博內(nèi)容的轉(zhuǎn)發(fā)者的標(biāo)識(shí))、統(tǒng)一資源定位符(uniformresourcelocator，簡(jiǎn)稱：“url”)等信息。若對(duì)每條微博數(shù)據(jù)進(jìn)行解析的過(guò)程中，發(fā)現(xiàn)微博數(shù)據(jù)中包含有轉(zhuǎn)載轉(zhuǎn)發(fā)的微博數(shù)據(jù)內(nèi)容，則對(duì)該微博數(shù)據(jù)進(jìn)行標(biāo)記，以備后續(xù)在該微博數(shù)據(jù)中提取出被轉(zhuǎn)發(fā)的微博數(shù)據(jù)，它的傳播路徑信息。

步驟103、獲取轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)，獲取與轉(zhuǎn)發(fā)的微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的原創(chuàng)內(nèi)容標(biāo)識(shí)；在微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，形成轉(zhuǎn)發(fā)關(guān)系鏈。

在本步驟中，從該微博數(shù)據(jù)中提取出轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)，通常來(lái)說(shuō)，對(duì)某一微博數(shù)據(jù)進(jìn)行轉(zhuǎn)發(fā)的過(guò)程中，該微博數(shù)據(jù)的原創(chuàng)者信息是與微博數(shù)據(jù)的內(nèi)容信息進(jìn)行綁定的，因此可以從轉(zhuǎn)發(fā)的微博數(shù)據(jù)中獲取到原創(chuàng)者標(biāo)識(shí)，例如，在微博的轉(zhuǎn)發(fā)過(guò)程中，在轉(zhuǎn)發(fā)文稿的首位具有“@張三”的標(biāo)識(shí)，則張三為該轉(zhuǎn)發(fā)文稿的原創(chuàng)者標(biāo)識(shí)。同時(shí)，在該微博數(shù)據(jù)的內(nèi)容信息中包含有兩部分內(nèi)容，一個(gè)是該微博數(shù)據(jù)的發(fā)布者自己的觀點(diǎn)描述，另一個(gè)是該微博數(shù)據(jù)的發(fā)布者轉(zhuǎn)載的他人原創(chuàng)的轉(zhuǎn)發(fā)文稿內(nèi)容；則原創(chuàng)內(nèi)容標(biāo)識(shí)為與該轉(zhuǎn)發(fā)文稿內(nèi)容唯一對(duì)應(yīng)的標(biāo)識(shí)。此外，很多平臺(tái)提供有該轉(zhuǎn)發(fā)文稿的傳播路徑信息，可以根據(jù)不同平臺(tái)預(yù)設(shè)的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，在微博數(shù)據(jù)的內(nèi)容信息中確定出從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，以形成包含原創(chuàng)者標(biāo)識(shí)→轉(zhuǎn)發(fā)用戶標(biāo)識(shí)1→轉(zhuǎn)發(fā)用戶標(biāo)識(shí)2→轉(zhuǎn)發(fā)用戶標(biāo)識(shí)3→發(fā)布者標(biāo)識(shí)的轉(zhuǎn)發(fā)關(guān)系鏈。

步驟104、根據(jù)原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有微博數(shù)據(jù)中，確定與原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈。

在本步驟中，根據(jù)步驟103中確定出的原創(chuàng)內(nèi)容標(biāo)識(shí)，在其他微博數(shù)據(jù)中找到同樣對(duì)該原創(chuàng)內(nèi)容標(biāo)識(shí)所對(duì)應(yīng)的轉(zhuǎn)發(fā)微博進(jìn)行了轉(zhuǎn)發(fā)操作的其他轉(zhuǎn)發(fā)關(guān)系鏈，從而找到如圖1b所示的由“和訊網(wǎng)”發(fā)出的原創(chuàng)微博的全部轉(zhuǎn)發(fā)關(guān)系鏈。

步驟105、對(duì)每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，得到每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑。

在本步驟中，對(duì)獲取得到的不同長(zhǎng)度的轉(zhuǎn)發(fā)關(guān)系鏈，若其中存在重復(fù)且具有包含關(guān)系的轉(zhuǎn)發(fā)關(guān)系鏈，則可以將處于被包含關(guān)系的轉(zhuǎn)發(fā)關(guān)系鏈去除，保留較長(zhǎng)的轉(zhuǎn)發(fā)關(guān)系鏈。由于本發(fā)明的目的是要確定微博數(shù)據(jù)的傳播路徑，則對(duì)于被重復(fù)的路徑，僅保留從頭到尾最完整的一條路徑即可，去除重復(fù)的路徑，以減輕對(duì)微博數(shù)據(jù)傳播路徑的統(tǒng)計(jì)數(shù)據(jù)量。舉例來(lái)說(shuō)，若一條轉(zhuǎn)發(fā)微博得到的轉(zhuǎn)發(fā)關(guān)系鏈為a→b→c→d；而另一條得到的轉(zhuǎn)發(fā)關(guān)系鏈為a→b→c→d→e，則保留a→b→c→d→e的轉(zhuǎn)發(fā)關(guān)系鏈，去除a→b→c→d的轉(zhuǎn)發(fā)關(guān)系鏈?？梢钥闯鯽→b→c→d→e中已經(jīng)包含了a→b→c→d的轉(zhuǎn)發(fā)路徑關(guān)系，因此，可以去除a→b→c→d、a→b→c、a→b等多條轉(zhuǎn)發(fā)關(guān)系鏈。

本實(shí)施例提供的微博數(shù)據(jù)的傳播路徑確定方法，通過(guò)采集微博數(shù)據(jù)，并對(duì)采集得到的每一條微博數(shù)據(jù)進(jìn)行解析，以在每一條微博數(shù)據(jù)的內(nèi)容信息中確定出所包含的轉(zhuǎn)發(fā)的微博數(shù)據(jù)，并從轉(zhuǎn)發(fā)的微博數(shù)據(jù)中確定出被轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)、原創(chuàng)內(nèi)容標(biāo)識(shí)；再通過(guò)在微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，以形成該條微博數(shù)據(jù)的一條轉(zhuǎn)發(fā)關(guān)系鏈；再根據(jù)原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有微博數(shù)據(jù)中，確定與原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈；對(duì)每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，從而得到每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑。實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)傳播的微博數(shù)據(jù)追根溯源，掌握微博數(shù)據(jù)的傳播路徑，保證國(guó)家及公眾的信息安全利益。

圖2為本發(fā)明微博數(shù)據(jù)的傳播路徑確定方法的實(shí)施例二的流程圖，如圖2所示，在上述實(shí)施例一的基礎(chǔ)上，本實(shí)施例的方法包括：

步驟201、采集微博數(shù)據(jù)。

在本步驟中，微博數(shù)據(jù)包括：微博數(shù)據(jù)的內(nèi)容信息、微博數(shù)據(jù)的屬性信息；其中，微博數(shù)據(jù)的屬性信息包括：微博數(shù)據(jù)的發(fā)布者標(biāo)識(shí)、與微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的內(nèi)容標(biāo)識(shí)；此外，采集得到的微博數(shù)據(jù)的屬性信息中還可以包括：微博數(shù)據(jù)的發(fā)布時(shí)間、微博數(shù)據(jù)的來(lái)源網(wǎng)站、微博數(shù)據(jù)的url等。

步驟202、根據(jù)微博數(shù)據(jù)的發(fā)布時(shí)間、微博數(shù)據(jù)的來(lái)源網(wǎng)站、微博數(shù)據(jù)的url中的至少一項(xiàng)，對(duì)采集得到的微博數(shù)據(jù)進(jìn)行分類及排序。

在本步驟中，對(duì)采集得到的微博數(shù)據(jù)進(jìn)行分類及排序的方法可由本領(lǐng)域技術(shù)人員根據(jù)微博數(shù)據(jù)的分析目標(biāo)進(jìn)行設(shè)定，例如，需要對(duì)某一網(wǎng)絡(luò)平臺(tái)發(fā)布的微博數(shù)據(jù)的傳播路徑進(jìn)行分析，則可以根據(jù)微博數(shù)據(jù)的來(lái)源網(wǎng)站對(duì)微博數(shù)據(jù)進(jìn)行分類；還可以根據(jù)時(shí)間先后對(duì)微博數(shù)據(jù)進(jìn)行排序或根據(jù)時(shí)間段對(duì)微博數(shù)據(jù)進(jìn)行分段處理等等。

步驟203、根據(jù)分類及排序后的先后順序，逐一對(duì)采集得到微博數(shù)據(jù)進(jìn)行解析，以在每一條微博數(shù)據(jù)的內(nèi)容信息中確定微博數(shù)據(jù)中是否包含有轉(zhuǎn)發(fā)的微博數(shù)據(jù)。

在本步驟中，對(duì)于采集得到的微博數(shù)據(jù)一般包含以下三種內(nèi)容，一種是僅包含由發(fā)布者原創(chuàng)的內(nèi)容a；該內(nèi)容可以是任何形式的電子數(shù)據(jù)，圖片、視頻、文本等；也可以僅包含有由發(fā)布者轉(zhuǎn)發(fā)的他人原創(chuàng)的內(nèi)容b；還可以既包含由發(fā)布者轉(zhuǎn)發(fā)的他人原創(chuàng)的內(nèi)容b，還包含發(fā)布者對(duì)該轉(zhuǎn)發(fā)的內(nèi)容的評(píng)論內(nèi)容；該評(píng)論內(nèi)容可視為發(fā)布者原創(chuàng)的內(nèi)容a。則可以清楚得到三種內(nèi)容形式為：1)僅包含a內(nèi)容；2)僅包含b內(nèi)容；3)既包含a內(nèi)容也包含b內(nèi)容。

步驟204、獲取轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)，獲取與轉(zhuǎn)發(fā)的微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的原創(chuàng)內(nèi)容標(biāo)識(shí)。

在本步驟中，通常各個(gè)網(wǎng)絡(luò)平臺(tái)對(duì)轉(zhuǎn)發(fā)的微博數(shù)據(jù)采用特定的標(biāo)志符號(hào)進(jìn)行標(biāo)識(shí)，例如新浪微博轉(zhuǎn)發(fā)內(nèi)容中包含有“@xx”標(biāo)志；騰訊微博轉(zhuǎn)發(fā)內(nèi)容中也包含有“@xx”標(biāo)志；其中“xx”代表被轉(zhuǎn)發(fā)的內(nèi)容的原創(chuàng)者標(biāo)識(shí)。且該標(biāo)志符號(hào)位于被轉(zhuǎn)發(fā)內(nèi)容的開頭位置，通過(guò)對(duì)網(wǎng)絡(luò)平臺(tái)特定的標(biāo)志符號(hào)進(jìn)行識(shí)別并對(duì)該標(biāo)志符號(hào)出現(xiàn)的位置進(jìn)行定位，可以確定出該轉(zhuǎn)發(fā)內(nèi)容的原創(chuàng)者標(biāo)識(shí)。對(duì)原創(chuàng)內(nèi)容標(biāo)識(shí)的確定過(guò)程同上，根據(jù)各個(gè)網(wǎng)絡(luò)平臺(tái)的設(shè)置屬性，找到與轉(zhuǎn)發(fā)的微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的原創(chuàng)內(nèi)容標(biāo)識(shí)所處的位置并獲取該標(biāo)識(shí)，例如，很多網(wǎng)絡(luò)平臺(tái)將該原創(chuàng)內(nèi)容標(biāo)識(shí)設(shè)置在該原創(chuàng)內(nèi)容的url中，則通過(guò)解析原創(chuàng)內(nèi)容對(duì)應(yīng)的url可以獲取到與其內(nèi)容唯一對(duì)應(yīng)的標(biāo)識(shí)。需要說(shuō)明的是，各個(gè)網(wǎng)絡(luò)平臺(tái)可以有其自定義該原創(chuàng)者標(biāo)識(shí)及原創(chuàng)內(nèi)容標(biāo)識(shí)的標(biāo)準(zhǔn)，本申請(qǐng)對(duì)此不作限定。

步驟205、在微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)。若存在，執(zhí)行步驟206；若不存在，執(zhí)行步驟207。

在本步驟中，在微博數(shù)據(jù)的內(nèi)容信息中，尤其在發(fā)布者原創(chuàng)的內(nèi)容a部分存在該被轉(zhuǎn)發(fā)的原創(chuàng)內(nèi)容從原創(chuàng)者開始，傳播到該發(fā)布者之間的路徑關(guān)系，例如，新浪微博平臺(tái)對(duì)轉(zhuǎn)發(fā)路徑的標(biāo)識(shí)為“//@axx//@bxx//@cxx”；騰訊微博平臺(tái)對(duì)轉(zhuǎn)發(fā)路徑的標(biāo)識(shí)為“||@axx||@bxx||@cxx”。每個(gè)“//@”或“||@”后的“axx”、“bxx”、“cxx”為轉(zhuǎn)發(fā)該原創(chuàng)內(nèi)容的轉(zhuǎn)發(fā)人物關(guān)系鏈。上述過(guò)程的具體實(shí)現(xiàn)可以通過(guò)，在微博數(shù)據(jù)的內(nèi)容信息中定位文本編輯字段；在文本編輯字段中，確定是否存在轉(zhuǎn)發(fā)標(biāo)志；若存在轉(zhuǎn)發(fā)標(biāo)志，提取轉(zhuǎn)發(fā)標(biāo)志所標(biāo)識(shí)的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)。由于上述指示原創(chuàng)內(nèi)容傳播路徑的信息通常包含在發(fā)布者原創(chuàng)的內(nèi)容a部分，也就是發(fā)布者可以進(jìn)行評(píng)論或文本編輯的部分；因此發(fā)布者可以自己選擇是否公開上述轉(zhuǎn)發(fā)人物關(guān)系鏈，同時(shí)，發(fā)布者還可以對(duì)該人物關(guān)系鏈進(jìn)行修改或刪除操作。因此，在對(duì)該人物關(guān)系鏈進(jìn)行定位時(shí)，可以通過(guò)找到微博數(shù)據(jù)的內(nèi)容信息中的文本編輯字段，如“text”字段，再在該字段內(nèi)獲取轉(zhuǎn)發(fā)標(biāo)志，如“//@”或“||@”，從而提取到該轉(zhuǎn)發(fā)標(biāo)志后標(biāo)明的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，得到轉(zhuǎn)發(fā)人物關(guān)系鏈。

步驟206、根據(jù)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)排列的先后順序形成轉(zhuǎn)發(fā)序列，將原創(chuàng)者標(biāo)識(shí)設(shè)置在轉(zhuǎn)發(fā)序列的起始位置，將發(fā)布者標(biāo)識(shí)設(shè)置在轉(zhuǎn)發(fā)序列的終止位置，形成轉(zhuǎn)發(fā)關(guān)系鏈。

在本步驟中，通常在上一步驟中獲取得到的轉(zhuǎn)發(fā)人物關(guān)系鏈中標(biāo)明的是原創(chuàng)者與發(fā)布者之間的轉(zhuǎn)發(fā)人物，若使該人物關(guān)系鏈完整，則將原創(chuàng)者標(biāo)識(shí)設(shè)置在轉(zhuǎn)發(fā)序列的起始位置，將發(fā)布者標(biāo)識(shí)設(shè)置在轉(zhuǎn)發(fā)序列的終止位置，形成完整的轉(zhuǎn)發(fā)關(guān)系鏈。

步驟207、形成僅包含從原創(chuàng)者標(biāo)識(shí)到發(fā)布者標(biāo)識(shí)的轉(zhuǎn)發(fā)關(guān)系鏈。

在本步驟中，在步驟205中提及由于轉(zhuǎn)發(fā)關(guān)系鏈通常被包含在發(fā)布者原創(chuàng)的內(nèi)容a部分，也就是發(fā)布者可以進(jìn)行評(píng)論或文本編輯的部分；因此發(fā)布者可以自己選擇是否公開上述轉(zhuǎn)發(fā)人物關(guān)系鏈，同時(shí)，發(fā)布者還可以對(duì)該人物關(guān)系鏈進(jìn)行修改或刪除操作。因此，很可能在a部分無(wú)法獲取到該原創(chuàng)內(nèi)容的傳播路徑信息，則此時(shí)的傳播路徑為最短傳播路徑，也就是直接從原創(chuàng) 者到發(fā)布者，則形成該僅包含從原創(chuàng)者標(biāo)識(shí)到發(fā)布者標(biāo)識(shí)的轉(zhuǎn)發(fā)關(guān)系鏈。

步驟208、根據(jù)原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有微博數(shù)據(jù)中，確定與原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈。

在本步驟中，由于原創(chuàng)內(nèi)容標(biāo)識(shí)是與內(nèi)容唯一對(duì)應(yīng)的標(biāo)識(shí)，因此通過(guò)該標(biāo)識(shí)可以找到所有包含有該原創(chuàng)內(nèi)容標(biāo)識(shí)的微博數(shù)據(jù)，從而在這些包含有原創(chuàng)內(nèi)容標(biāo)識(shí)的微博數(shù)據(jù)中提取出所有關(guān)聯(lián)該原創(chuàng)內(nèi)容標(biāo)識(shí)的轉(zhuǎn)發(fā)關(guān)系鏈，可以根據(jù)所有的轉(zhuǎn)發(fā)關(guān)系鏈形成與該原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的轉(zhuǎn)發(fā)關(guān)系拓?fù)鋱D，如圖1b所示的形式。

步驟209、將每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈兩兩比對(duì)，去除從轉(zhuǎn)發(fā)關(guān)系鏈中的首位開始，每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)及每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)的排列先后順序完全被其他轉(zhuǎn)發(fā)關(guān)系鏈包含的轉(zhuǎn)發(fā)關(guān)系鏈。

在本步驟中，在所有的轉(zhuǎn)發(fā)關(guān)系鏈中進(jìn)行去重操作，以簡(jiǎn)化轉(zhuǎn)發(fā)關(guān)系拓?fù)鋱D的復(fù)雜性，該去重的原則可以由本領(lǐng)域技術(shù)人員根據(jù)實(shí)際統(tǒng)計(jì)需要自行設(shè)定，也可以為去除從轉(zhuǎn)發(fā)關(guān)系鏈中的首位開始，每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)及每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)的排列先后順序完全被其他轉(zhuǎn)發(fā)關(guān)系鏈包含的轉(zhuǎn)發(fā)關(guān)系鏈，例如，一條轉(zhuǎn)發(fā)微博得到的轉(zhuǎn)發(fā)關(guān)系鏈為a→b→c→d；而另一條得到的轉(zhuǎn)發(fā)關(guān)系鏈為a→b→c→d→e，則保留a→b→c→d→e的轉(zhuǎn)發(fā)關(guān)系鏈，去除a→b→c→d的轉(zhuǎn)發(fā)關(guān)系鏈?？梢钥闯鯽→b→c→d→e中已經(jīng)包含了a→b→c→d的轉(zhuǎn)發(fā)路徑關(guān)系，因此，可以去除a→b→c→d、a→b→c、a→b等多條轉(zhuǎn)發(fā)關(guān)系鏈。

圖3為本發(fā)明微博數(shù)據(jù)的傳播路徑確定裝置的實(shí)施例一的結(jié)構(gòu)示意圖，如圖3所示，本實(shí)施例的裝置包括：采集模塊31，用于采集微博數(shù)據(jù)；微博數(shù)據(jù)包括：微博數(shù)據(jù)的內(nèi)容信息、微博數(shù)據(jù)的屬性信息；其中，微博數(shù)據(jù)的屬性信息包括：微博數(shù)據(jù)的發(fā)布者標(biāo)識(shí)、與微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的內(nèi)容標(biāo)識(shí)；解析模塊32，用于對(duì)采集得到的每一條微博數(shù)據(jù)進(jìn)行解析；確定模塊33，用于在每一條微博數(shù)據(jù)的內(nèi)容信息中確定微博數(shù)據(jù)中是否包含有轉(zhuǎn)發(fā)的微博數(shù)據(jù)；獲取模塊34，用于獲取轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)，獲取與轉(zhuǎn)發(fā)的微博數(shù)據(jù)的內(nèi)容信息唯一對(duì)應(yīng)的原創(chuàng)內(nèi)容標(biāo)識(shí)；確定模塊33，還用于在微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，形成轉(zhuǎn)發(fā)關(guān)系鏈；根據(jù)原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有微博數(shù)據(jù)中， 確定與原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈；去重模塊35，用于對(duì)每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，得到每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑。

本實(shí)施例的裝置，可以用于執(zhí)行圖1a所示方法實(shí)施例一的技術(shù)方案，其實(shí)現(xiàn)原理和技術(shù)效果類似，此處不再贅述。

本實(shí)施例提供的微博數(shù)據(jù)的傳播路徑確定裝置，通過(guò)采集微博數(shù)據(jù)，并對(duì)采集得到的每一條微博數(shù)據(jù)進(jìn)行解析，以在每一條微博數(shù)據(jù)的內(nèi)容信息中確定出所包含的轉(zhuǎn)發(fā)的微博數(shù)據(jù)，并從轉(zhuǎn)發(fā)的微博數(shù)據(jù)中確定出被轉(zhuǎn)發(fā)的微博數(shù)據(jù)的原創(chuàng)者標(biāo)識(shí)、原創(chuàng)內(nèi)容標(biāo)識(shí)；再通過(guò)在微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)，以形成該條微博數(shù)據(jù)的一條轉(zhuǎn)發(fā)關(guān)系鏈；再根據(jù)原創(chuàng)內(nèi)容標(biāo)識(shí)，在所有微博數(shù)據(jù)中，確定與原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈；對(duì)每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈進(jìn)行去重操作，從而得到每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)各自對(duì)應(yīng)的微博數(shù)據(jù)的傳播路徑。實(shí)現(xiàn)對(duì)互聯(lián)網(wǎng)傳播的微博數(shù)據(jù)追根溯源，掌握微博數(shù)據(jù)的傳播路徑，保證國(guó)家及公眾的信息安全利益。

圖4為本發(fā)明微博數(shù)據(jù)的傳播路徑確定裝置的實(shí)施例二的結(jié)構(gòu)示意圖，如圖4所示，本實(shí)施例的裝置在圖3所示裝置的基礎(chǔ)上，進(jìn)一步地，確定模塊33包括：標(biāo)識(shí)確定子模塊331，用于在微博數(shù)據(jù)的內(nèi)容信息中確定是否存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)；序列確定子模塊332，用于在標(biāo)識(shí)確定子模塊331確定存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)后，根據(jù)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)排列的先后順序形成轉(zhuǎn)發(fā)序列，將原創(chuàng)者標(biāo)識(shí)設(shè)置在轉(zhuǎn)發(fā)序列的起始位置，將發(fā)布者標(biāo)識(shí)設(shè)置在轉(zhuǎn)發(fā)序列的終止位置，形成轉(zhuǎn)發(fā)關(guān)系鏈；序列確定子模塊332還用于在標(biāo)識(shí)確定子模塊331確定不存在從發(fā)布者標(biāo)識(shí)到原創(chuàng)者標(biāo)識(shí)之間的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)后，形成僅包含從原創(chuàng)者標(biāo)識(shí)到發(fā)布者標(biāo)識(shí)的轉(zhuǎn)發(fā)關(guān)系鏈。

可選的，確定模塊33包括：定位子模塊333，用于在微博數(shù)據(jù)的內(nèi)容信息中定位文本編輯字段；標(biāo)志確定子模塊334，用于在文本編輯字段中，確定是否存在轉(zhuǎn)發(fā)標(biāo)志；提取子模塊335，用于在標(biāo)志確定子模塊334確定存在轉(zhuǎn)發(fā)標(biāo)志后，提取轉(zhuǎn)發(fā)標(biāo)志所標(biāo)識(shí)的轉(zhuǎn)發(fā)用戶標(biāo)識(shí)。

可選的，微博數(shù)據(jù)的屬性信息還包括：微博數(shù)據(jù)的發(fā)布時(shí)間、微博數(shù)據(jù) 的來(lái)源網(wǎng)站、微博數(shù)據(jù)的url；相應(yīng)的，裝置還包括：分類排序模塊36，用于根據(jù)微博數(shù)據(jù)的發(fā)布時(shí)間、微博數(shù)據(jù)的來(lái)源網(wǎng)站、微博數(shù)據(jù)的url中的至少一項(xiàng)，對(duì)采集得到的微博數(shù)據(jù)進(jìn)行分類及排序；解析模塊32，具體用于根據(jù)分類及排序后的先后順序，逐一對(duì)采集得到微博數(shù)據(jù)進(jìn)行解析。

可選的，去重模塊35，具體用于將每個(gè)原創(chuàng)內(nèi)容標(biāo)識(shí)對(duì)應(yīng)的所有轉(zhuǎn)發(fā)關(guān)系鏈兩兩比對(duì)，去除從轉(zhuǎn)發(fā)關(guān)系鏈中的首位開始，每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)及每個(gè)轉(zhuǎn)發(fā)用戶標(biāo)識(shí)的排列先后順序完全被其他轉(zhuǎn)發(fā)關(guān)系鏈包含的轉(zhuǎn)發(fā)關(guān)系鏈。

本實(shí)施例的裝置，可以用于執(zhí)行圖2所示方法實(shí)施例二的技術(shù)方案，其實(shí)現(xiàn)原理和技術(shù)效果類似，此處不再贅述。

最后應(yīng)說(shuō)明的是：以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。